CASO PRACTICO UNIDAD 3

LUIS MARIANO TORRES LAMBIS

DOCENTE

JAVIER OLMEDO MILLAN PAYAN

PROGRAMA DE

ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

ESTADISTICA INFERENCIAL

2022
 Contenido

Introducción…………………………………………………………………… 1
Objetivos..……………………………………………………………………... 2
Enunciados Caso Practico.…………………………………………………….. 3
Conclusiones…………………………………………………………………... 4
Referencias…………………………………………………………………...... 5
 1 Introducción

La hipótesis estadística es una afirmación que se hace sobre una o más características de
una población, es el contraste de hipótesis el procedimiento para rebatir o aceptar las
hipótesis o las afirmaciones, dentro de las investigaciones científicas por principio general,
escoger la hipótesis más simple que sea capaz de explicar la realidad objeto de observación
nos permite aprender de lo datos de manera más rápida y segura.
 2 Objetivos

• Poner en practica los conceptos estudiados de Hipótesis Estadísticas y Análisis de

Varianza en el desarrollo del siguiente caso practico y concluir sus resultados.
• Obtener los elementos prácticos suficientes para crear competencias y aplicarlos
en nuestra vida laboral y profesional
 3 Enunciados

En una población N(Ф,5), se efectúan sobre el valor de la media dos posibles hipótesis:

H0: θ = 12 y H1: θ = 15
Mediante una muestra de tamaño n=25 más se contrasta H0 frente a H1, sabiendo que, si la
media muestral es inferior a 14, se aceptará H0.

Determinar:

Cuestiones:

a) La probabilidad de cometer el error de primera especie.

b) La probabilidad de cometer el error de segunda especie.
c) La potencia del contraste

Desarrollo

La potencia de un contraste,

Datos:

N(Ф,5) = Ф es la hipótesis, y 5 es la desviación estándar (σ)

Surgen dos hipótesis, Ho cuando Ф= 12 y Ф= 15 Espacio muestral n=25
Límite de las hipótesis = 14

a) Error de primera especie:

Se presenta cuando se da como valida la hipótesis 1, pero la correcta es la hipótesis 2

P (E1) = P (Rech Ho| Ho Cierta) P (E1) = P (ξ ≥ 14| Ф = 12)

P (E2) = P (N(15,5/√25 )≥14)

Se transforma la variable original usando la transformación tipificante

 X1≥14∴ X1-12≥14-12∴(X1-12) /1≥ (14-12) /1
(X1-12) /1≥2

Analizando la tabla de distribución normal se observa que Z= 0,022, por lo cual,

P(E1) = 2,2 %

Lo cual quiere decir, que en 2,2% de los casos podemos caer en el error de tipo 1.

b) Error de segunda especie:

Se presenta cuando se da como valida la hipótesis 2, pero correcta es la hipótesis 1.

P (E2) = P (Rech H1| H1 Cierta) P (E2) = P (ξ ≥ 14| Ф = 15)

P (E2) = P (N(15,5/√25 )≥14)

Se transforma la variable original usando la transformación tipificante

X2≤14∴ X2-15≤14-15∴(X2-15) /1≤ (14-15) /1

 (X2-15) /1≤-1
Analizando la tabla de distribución normal se observa que

Z= 0,15 por lo tanto,

P(E2) = 15%

Es decir, que tenemos una probabilidad del 15% de los casos en que podemos caer en el
error de tipo 2, cuando no rechazamos la hipótesis nula, siendo dicha hipótesis nula falsa.

c) Potencia del Contraste:

β (Ф) = 0,022 si Ф= 12 1-0 si Ф= 15

1-β = P (Rechazar la Ho cuando Ho es verdadera) 1-β = 1-0,15866 = 0,84134

Lo que quiere decir que, en el 84,13 % de las muestras seleccionadas, no se cometerá el

error de tipo 2.
 Ejercicio 2:

Una empresa desea saber si la edad de sus clientes potenciales explicará o no la

preferencia por un modelo de vehículo que proyecta lanzar el mercado. Para ello, consulta
200 individuos, resultando que:

Cuestiones:

¿Puede admitirse al nivel de significación del 5% que la edad explica el comportamiento

de los clientes?
Solución 1.

Edades

> de 25 ≤ de 25 años

Demanda: 75 + 65 = 140
No demanda: 25 + 35 = 60

Totales:

75 + 25 = 100

65 + 35 = 100

100 + 100 = 200

140 + 60 = 200

FE = fe*fk/n = 100*140/200 = 14000/200 = 70, Frecuencia Esperada FE1= 70

Demanda: 70 + 73 = 143
No demanda: 30 + 27 = 57

Totales:

70 + 30 = 100
 73 + 27 = 100

143 + 57 = 100

FE2 = {(fo-fe) 2/fe = (75-70) 2/70 + (25-30) 2/30 + (65-73) 2/73 + (35-27) 2/27

Frecuencia esperada FE2 = 2,15

Podemos admitir el 5% de significación de edad, que explica el comportamiento de los

clientes.

Solución 2.

Podemos concluir, que debido a que Z esta entre ± 1,96 no se podría rechazar la
hipótesis nula con un nivel de significancia α = 0,05 , de modo tal que la edad explica el
comportamiento de los clientes.

4 Conclusiones

La obtención de resultados que nos permiten concluir el rechazo o no de una hipótesis

objeto de análisis, nos brinda la posibilidad y las herramientas sufiecientes para una mejor
toma de decisiones, en el ámbito de las instituciones hospitalarias y que hago parte de una
de ellas, se podría determinar elementos como, su nivel de preferencia, su intención o no,
de retornar a la institución a futuro o su recomendación a terceros.
 5 Referencias

Obtenido de,

https://bookdown.org/aquintela/EBE/hipotesis-estadisticas.html

Asturias Corporación Universitaria (2022). Hipótesis Estadística.

https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf1.pdf